8 个用于 R 编程的 ChatGPT 工具

工具软件1年前 (2023)发布 AI观察员

189 0 0

无需对特定主题进行微调或培训，ChatGPT 可以回答有关各种技术主题的问题，包括如何编写 R 代码。这意味着任何R程序员都可以使用ChatGPT的强大功能，即使是那些对大型语言模型知之甚少的人。（大型语言模型（LLM）是支撑OpenAI的ChatGPT等AI聊天机器人的技术。

围绕 ChatGPT 和 R 正在形成一个生态系统，这使得将 AI 技术整合到您的 R 语言工作流程中变得容易。但是在开始将 ChatGPT 和与之相关的工具用于 R 中的项目之前，需要记住一些重要事项：

您使用这些工具提出的所有要求都会发送到OpenAI的服务器。不要使用 ChatGPT 工具处理敏感信息。
ChatGPT 可能会自信地返回错误的答案。即使是不正确的响应也可以是一个节省时间的起点，但不要假设代码会完全按照您的期望执行。德克萨斯基督教大学（Texas Christian University）副教授、流行的R包的作者凯尔·沃克（Kyle Walker）最近在推特上表示，如果你很好地理解一个主题，ChatGPT可以“增强你的工作”，或者它会让你“因为不知道自己在做什么而暴露出来”。区别在于知道AI输出何时不正确。始终检查 ChatGPT 的回复。tidycensus
ChatGPT 可以对同一查询生成不同的响应，有些答案可能是准确的，而另一些则不准确。例如，当我多次请求带有蓝色条形的条形图时，代码有时会生成带有蓝色条形的图形，而其他图形则不会生成，即使我提交了完全相同的请求也是如此。如果您需要可重现的工作流程，这显然不太理想。ggplot2
如果您正在使用的包最近有更新，ChatGPT 不会知道它，因为它的训练数据将在 2021 年结束。
本文中的大多数资源都要求您拥有自己的 OpenAI API 密钥，并且该 API 不是免费使用的。虽然目前价格很低，但不能保证它会保持这种状态。ChatGPT 2.10 涡轮增压模型的当前定价是每 000，3 个代币 5 美分。代币能给你带来什么？例如，从 234 行 mpg 数据集创建散点图的请求花费了 38 个代币，只是几分之一美分。
向 ChatGPT 寻求编码帮助不太可能让您陷入 AI 种族和性别偏见的道德规范中。然而，关于为 OpenAI 提供更多数据是否明智，人们进行了激烈的讨论;如何抓取和重新利用训练数据的道德规范;以及是否最好使用开源大型语言模型（例如H2O.ai的h2oGPT）而不是OpenAI的。这些困境是每个人和组织自己解析的。然而，在撰写本文时，根本没有特定于R的LLM工具可以与围绕ChatGPT构建的工具相媲美。

现在，让我们来看看目前可用的一些最值得注意的以R为中心的ChatGPT资源。

开放空气

OpenAIR软件包是将ChatGPT技术整合到您自己的R应用程序中的绝佳选择，例如将用户输入发送到OpenAI API的Shiny应用程序。您可以使用函数注册密钥。openai_api_key(“YOUR-KEY”)

其功能使您可以选择使用将结果打印到控制台，使用将结果另存为文本，或使用返回完整的 API 响应对象。响应对象是一个列表，其中还包括使用的令牌等信息。chat()chat(“My request”)my_results <- chat(“My request”, output = “message”)my_results_object <- chat(“My request”, output = “response object”)

其他有用的函数包括计算字符串发送到 API 时将花费的 ChatGPT 令牌数量，从包含代码文本说明的 ChatGPT 响应中获取 R 代码，以及获取当前 ChatGPT 的 ID（如果要将复杂的应用程序分解为较小的函数，则很有用）。count_tokens()extract_r_code()get_chatlog_id()

该软件包还具有一些通用编码功能。例如，生成一个提示，询问您的输入以及您希望以哪种语言编写代码。，这是特定于 R 的，可以执行您所期望的。write_code(“filename”)refactor()

还有一些函数可以在 Python 和 R 或 Java 和 R 之间进行转换，尽管您最终可能会收到警告消息，例如“从 R 到 Python 的转换可能会导致无效的 Python 代码。请仔细验证输出代码！

在 R 控制台中运行以查看其许多其他函数。help(package = “TheOpenAIR”)

该软件包由瑞士圣加仑大学助理教授Ulrich Matter和圣加仑博士生Jonathan Chassot提供，正在CRAN上。

此应用程序是采样 ChatGPT 和 R 的一种优雅而简单的方法。上传数据集，提出问题，并观察它生成 R 代码和结果，包括图形。虽然它被命名为RTutor，但该应用程序也可以生成Python代码。

RTutor 在 https://rtutor.ai/ 的网络上。它是目前列出的唯一不需要 ChatGPT API 密钥即可使用的应用程序或软件包，但系统会要求您提供自己的密钥以供大量使用，以免向创建者的帐户收费。

该应用程序的“关于”页面解释说，RTutor 的主要目标“是帮助具有一些 R 经验的人学习 R 或提高工作效率……RTutor 可用于使用 R 快速加快编码过程。它为您提供了要测试和优化的代码草稿。警惕错误和错误。

RTutor 的代码是开源的，可在 GitHub 上找到，因此您可以安装自己的本地版本。但是，许可仅允许将应用用于非营利或非商业用途，或用于商业测试。RTutor 是南达科他州立大学生物信息学教授 Steven Ge 博士的个人项目。

代码术语

这个多语言应用程序将代码从一种编程语言“翻译”到另一种编程语言。可用的语言包括Java，Python，JavaScript，C，C++，PHP等，包括R。这只是一个 Web 应用程序，可在 https://analytica.shinyapps.io/codelingo/ .您需要输入 OpenAI API 密钥才能使用它（您可能需要在测试后重新生成密钥）。

使用相当难以学习的D2 JavaScript库将ggplot3 R图的代码转换为JavaScript生成的输出的请求，而不是JavaScript新手更有可能想要的东西，例如Observable Plot或Vega-Lite。

转换为 Python 的请求（如图 3 所示）更直接，并且使用了我期望的库。但是，ChatGPT并不了解“Set1”是ColorBrewer调色板，不能直接在Python中使用。与许多 ChatGPT 使用一样，在编程语言之间翻译代码可能会为您提供一个有用的起点，但您需要知道如何修复错误。

该应用程序由Analytica Data Science Solutions创建。

问格普特

这个软件包 https://github.com/JBGruber/askgpt 提供，对于希望在控制台中使用 ChatGPT 的首次用户来说，这是一个很好的起点，部分原因是它在初始启动时提供了一些说明。加载包，它的响应如下：library(askgpt)


Hi, this is askgpt ☺.
• To start error logging, run `log_init()` now.
• To see what you can do use `?askgpt()`.
• Or just run `askgpt()` with any question you want!

在不先存储密钥的情况下使用该函数，您将看到有关如何获取 API 密钥的消息：login()


ℹ It looks like you have not provided an API key yet.
1. Go to <https://platform.openai.com/account/api-keys>
2. (Log into your account if you haven't done so yet)
3. On the site, click the button + Create new secret key to create an API key
4. Copy this key into R/RStudio

系统会要求你将密钥保存在密钥环中，然后就可以进行未来的会话了。如果密钥已存储，则不返回任何消息。login()

askgpt的默认设置是将查询结果存储为对象，以便将它们保存到如下所示的变量中：


barchart_instructions <- askgpt("How do I make a bar chart with custom colors with ggplot2?")

提交查询，您将首先看到：


GPT is thinking ⠴

这样，您就知道您的请求已发送，并且应该会得到答复，而不是想知道点击提交后发生了什么。

除了包的一般功能外，还有一些特定于编码的函数，例如、和。这些将涉及将响应剪切并粘贴回源代码中。askgpt()annotate_code()explain_code()test_function()

对于那些熟悉 OpenAI API 的人来说，该包的功能允许您设置 API 参数，例如要使用的模型、您愿意为每个请求花费的最大代币以及您想要的响应温度（我将在本文后面更详细地解释）。chat_api()

该函数返回一个列表，其中响应的文本部分位于。其他有用的信息也存储在列表中，例如使用的令牌数量。chat_api()YourVariableName$choices[[1]]$message$content

该软件包由阿姆斯特丹自由大学的博士后研究员Johannes Gruber创建。它可以从CRAN安装。askgpt

GPT工作室

这个软件包及其兄弟（下面讨论）具有 RStudio 加载项来与 ChatGPT 配合使用，尽管也有一些命令行函数可以在任何 IDE 或终端中使用。gpttools

您可以从代码源窗格上方的加载项下拉菜单或通过 RStudio 命令面板（Ctrl-shift-p）搜索它们来访问 RStudio 中的加载项。

根据软件包网站，是一个通用的助手，“供R程序员轻松地将大型语言模型（LLM）的使用合并到他们的项目工作流程中。它在CRAN上。gptstudio

一个加载项 ChatGPT 启动了一个基于浏览器的应用，用于询问 R 编码问题，并提供编程风格（整洁、基本或无首选项）和熟练程度（初学者、中级、高级和天才）的选项。

在下面的屏幕截图中，我询问了如何在 R 中创建散点图作为具有整洁样式的中间编码器。

用基本编程风格提出相同的问题，生成使用基本R的plot函数作为答案的代码。

虽然是为R编码帮助而设计的，但可以利用更多的ChatGPT功能，所以你可以问它任何你对原始基于Web的ChatGPT的要求。例如，这个应用程序与ChatGPT工具一样工作，可以编写Python代码并回答一般问题，例如“哪颗行星离太阳最远？gptstudio

该包的另一个加载项，源代码中的 ChatGPT，似乎最接近魔法。像往常一样在源代码窗格中编写代码，添加注释请求在代码中进行更改，选择包含注释的代码块，然后应用外接程序。然后，瞧！将进行您请求的更改。gptstudio

当我将加载项应用于此代码时：


# Sort bars by descending Y value, rotate x-axis text 90 degrees, color bars steel blue
ggplot(states, aes(x = State, y = Pop_2020)) +
  geom_col()

我的代码已替换为图 5 突出显示的选项中显示的内容：

很酷。。。除非运行此代码，否则条形不会显示为钢蓝色。向内移动使其工作。这个错误与这个特定的加载项无关，而是与 ChatGPT 本身的变幻莫测有关。正如我之前提到的，我在其他时候运行了相同的请求，结果是准确的。fill = "steelblue"geom_col()

将以下代码发送到源加载项中的 ChatGPT 会为 Shiny 应用生成完整的说明和代码：


# Create an R Shiny app with this data
states <- readr::read_csv("https://raw.githubusercontent.com/smach/SampleData/main/states.csv")

但是，两次提交我的请求返回了两个完全不同的结果——第一个是双文件应用程序在使用前忘记加载库;实际上不在数据中的第二个调用列。创建处理现有数据集细节的查询需要更多的工作，但代码仍然可以作为构建的框架。ggplot2

gptstudio由米歇尔·尼瓦德和詹姆斯·韦德撰写。

GPT工具

根据包网站的说法，该包的目的是“扩展R包开发人员，以便更轻松地将大型语言模型（LLM）的使用纳入其项目工作流程”。在撰写本文时，该软件包不在 CRAN 上。相反，您可以从 JamesHWade/gpttools GitHub 存储库或 R Universe 安装以下内容：gpttoolsgptstudiogpttoolsgpttools


# Enable repository from jameshwade
options(repos = c(
  jameshwade = "https://jameshwade.r-universe.dev",
  CRAN = "https://cloud.r-project.org"
))
# Download and install gpttools in R
install.packages("gpttools")